Der Kern der Idee ist schnell erklärt: Ein großer Teil der Anrufe und Chats, die in einem Kundenservice eingehen, folgt wiederkehrenden Mustern. Adressänderung, Lieferstatus, Zählerstand, Terminverschiebung, Passwort zurücksetzen, Rechnungsfrage. Diese Anliegen binden Mitarbeitende, obwohl sie strukturiert und regelbasiert lösbar wären. Cognigy setzt genau hier an: Virtuelle Agenten nehmen das Anliegen in natürlicher Sprache entgegen, prüfen Daten in den angebundenen Systemen, führen Transaktionen aus und übergeben komplexe Fälle mit vollem Kontext an Menschen. Das Ziel ist nicht, den Service zu entmenschlichen, sondern menschliche Kapazität dort einzusetzen, wo sie wirklich Wert stiftet.
Drei Eigenschaften prägen Cognigy aus unserer Sicht:
Die Entwicklung von Cognigy spiegelt die Entwicklung des gesamten Marktes. In den frühen Jahren ging es darum, Intents zu erkennen und entlang vordefinierter Pfade zu antworten. Diese Bots waren zuverlässig, aber starr: Sobald ein Kunde etwas Unerwartetes sagte, landete er im „Das habe ich leider nicht verstanden“. Mit dem Durchbruch großer Sprachmodelle hat Cognigy seine Plattform umgebaut. Heute stehen LLM-gestützte Agenten im Mittelpunkt, die freier formulieren, Rückfragen stellen, Wissen aus Dokumenten abrufen und Werkzeuge in angebundenen Systemen aufrufen können.
Wichtig für die Einordnung: Cognigy hat dabei die klassische Welt nicht abgeschafft, sondern integriert. Wer in einem Prozessschritt hundertprozentige Vorhersehbarkeit braucht, etwa bei der Identifikation eines Anrufers oder der Bestätigung einer Zahlung, kann diesen Schritt weiterhin deterministisch modellieren. Wo Flexibilität gefragt ist, übernimmt ein LLM. Diese Mischung ist im Enterprise-Kundenservice oft genau das, was Fachbereiche, Compliance und IT gleichermaßen akzeptieren können.
Cognigy richtet sich klar an Organisationen mit nennenswertem Kontaktvolumen und einer bestehenden Contact-Center-Infrastruktur: Versicherer, Energieversorger, Telekommunikationsanbieter, Handel, Reise und Logistik, öffentliche Einrichtungen und große Dienstleister. Für den gehobenen Mittelstand mit eigenem Kundenservice, mehreren Standorten oder starker Saisonalität kann die Plattform ebenfalls interessant sein, sofern Budget, interne Kompetenz oder ein erfahrener Implementierungspartner vorhanden sind. Für einen kleinen Betrieb mit einer Handvoll Anrufen pro Tag ist Cognigy dagegen meist überdimensioniert.
Im Markt für Conversational AI lassen sich grob drei Lager unterscheiden. Auf der einen Seite stehen Entwickler-Frameworks wie Rasa oder Orchestrierungsbibliotheken für Voice-Agenten, die maximale Freiheit bieten, aber viel Eigenleistung verlangen. Auf der anderen Seite stehen die CCaaS-Suiten großer Contact-Center-Anbieter, die eigene KI-Funktionen direkt in ihre Plattform einbauen. Dazwischen positionieren sich spezialisierte Conversational-AI-Plattformen wie Cognigy, Parloa oder PolyAI, die tiefe Dialog- und Voice-Kompetenz mit Low-Code-Werkzeugen und Enterprise-Funktionen verbinden.
Cognigy war in diesem mittleren Segment über Jahre einer der profiliertesten Anbieter und wird von Analystenhäusern regelmäßig im Spitzenfeld eingeordnet. Die besondere Stärke lag stets in der Kombination aus Herstellerunabhängigkeit gegenüber CCaaS-Plattformen, ausgeprägter Voice-Kompetenz und einem breiten Integrationsangebot. Genau diese Herstellerunabhängigkeit ist durch die Übernahme durch NICE neu zu bewerten – dazu mehr im nächsten Abschnitt.
NICE, einer der weltweit größten Anbieter von Contact-Center-Software mit der Cloud-Plattform CXone, hat Cognigy übernommen; die Übernahme wurde 2025 angekündigt und anschließend vollzogen. Den genauen aktuellen Status der Integration, die künftige Produktstrategie und die Roadmap für Kunden, die Cognigy mit anderen CCaaS-Plattformen nutzen, sollten Sie direkt beim Anbieter erfragen und vertraglich absichern. Auf Kaufpreise und Finanzkennzahlen gehen wir bewusst nicht ein.
Strategisch ist die Logik der Übernahme nachvollziehbar: NICE erhält eine ausgereifte, agentische KI-Schicht für das eigene Ökosystem, Cognigy erhält Zugang zu einer großen installierten Basis und zu den Ressourcen eines Konzerns. Für Kunden ergeben sich daraus Chancen wie längere Produktsicherheit und tiefere Integration in CXone. Gleichzeitig entstehen Fragen: Bleibt die Offenheit gegenüber Genesys, Five9, Avaya und anderen Plattformen langfristig erhalten? Wie entwickeln sich Lizenzmodelle? Und welche Rolle spielt die Konzernzugehörigkeit zu einem nicht-europäischen Konzern für Souveränitätsanforderungen? Diese Fragen gehören in jede ernsthafte Auswahlentscheidung.
Das Herzstück der Plattform ist ein grafischer Editor, in dem Dialoge als Abläufe aus einzelnen Knoten modelliert werden. Ein Knoten kann eine Ansage ausgeben, eine Frage stellen, eine Eingabe validieren, eine Entscheidung treffen, eine Schnittstelle aufrufen oder an einen LLM-gestützten Agenten übergeben. Fachanwender aus dem Kundenservice können so gemeinsam mit Entwicklern an denselben Abläufen arbeiten, ohne dass jede Änderung ein Software-Release erfordert. Für komplexe Logik stehen Code-Knoten zur Verfügung, in denen Entwickler individuelle Skripte hinterlegen.
Diese Mischung aus Low-Code und Pro-Code ist ein echter Vorteil, aber auch eine Herausforderung. In Projekten sehen wir häufig, dass Flows über die Zeit wuchern: Ausnahmen werden ergänzt, Varianten kopiert, Logik dupliziert. Ohne klare Modellierungsrichtlinien, wiederverwendbare Bausteine und ein sauberes Versionsmanagement entstehen schnell schwer wartbare Dialoglandschaften. Cognigy bietet dafür Mechanismen wie Projekte, Umgebungen für Entwicklung und Produktion sowie Versionierung – nutzen muss man sie aber diszipliniert.
Viele Conversational-AI-Plattformen sind im Chat zu Hause und haben Telefonie nachträglich ergänzt. Bei Cognigy ist Voice ein zentraler Baustein. Das Voice Gateway verbindet die Plattform über SIP mit Telefonanlagen, Session Border Controllern und CCaaS-Lösungen. Es steuert die Spracherkennung (Speech-to-Text) und die Sprachausgabe (Text-to-Speech), wobei Unternehmen verschiedene Anbieter einbinden können. Für deutschsprachige Anwendungsfälle ist diese Wahlfreiheit wichtig, weil die Erkennungsqualität bei Dialekten, Fachbegriffen, Namen und Adressen je nach Engine deutlich variiert.
Darüber hinaus übernimmt das Voice Gateway die typischen Telefonie-Funktionen eines professionellen Sprachdialogsystems: Unterbrechen des Agenten durch den Anrufer (Barge-in), Tastatureingaben per DTMF, Erkennung von Sprechpausen, Weiterleitung und Übergabe an menschliche Mitarbeitende inklusive Kontextdaten sowie Aufzeichnungs- und Transkriptionsoptionen. Wie flüssig ein Gespräch wirkt, hängt allerdings stark vom Gesamtsystem ab – von der gewählten STT- und TTS-Engine, dem Sprachmodell, der Netzwerkstrecke und dem Dialogdesign. Belastbare Aussagen zu Reaktionszeiten sollten Sie im eigenen Pilotszenario messen, nicht aus Herstellerunterlagen übernehmen.
Nicht jedes Anliegen sollte vollautomatisiert werden. Der Agent Copilot setzt deshalb an der Schnittstelle zum Menschen an: Während ein Mitarbeitender telefoniert oder chattet, transkribiert der Copilot das Gespräch, schlägt passende Wissensartikel und Antworten vor, füllt Formulare vor, erkennt Stimmungen und erzeugt am Ende eine Zusammenfassung für das CRM. In vielen Organisationen ist dieser Baustein der leichtere Einstieg in KI, weil die Entscheidung beim Menschen bleibt und Risiken entsprechend geringer sind.
Auf der Kanalseite deckt Cognigy neben Telefonie auch Webchat, Messenger-Kanäle, Collaboration-Tools und weitere digitale Touchpoints ab. Der Vorteil: Ein Agent kann einmal modelliert und anschließend über mehrere Kanäle ausgespielt werden, wobei kanaltypische Besonderheiten wie Buttons im Chat oder kürzere Ansagen am Telefon berücksichtigt werden. Welche Messenger-Kanäle konkret unterstützt werden und welche zusätzlichen Verträge mit Kanalbetreibern nötig sind, sollten Sie im Einzelfall prüfen.
Natural Language Understanding (NLU) ist die Fähigkeit, aus einer Äußerung das Anliegen (Intent) und relevante Informationen (Entitäten wie Kundennummer, Datum oder Ort) zu extrahieren. Cognigy bringt dafür eine eigene NLU mit, die auf Beispielsätzen trainiert wird. Der Vorteil klassischer NLU liegt in ihrer Vorhersehbarkeit: Man weiß genau, welche Intents existieren, kann Erkennungsraten messen und Fehler gezielt korrigieren. Für streng regulierte oder geschäftskritische Prozessschritte ist das nach wie vor ein starkes Argument.
Die Schwäche klassischer NLU zeigt sich bei offenen, mehrteiligen oder unklar formulierten Anliegen. Wenn ein Kunde sagt „Ich bin umgezogen, und seitdem kommt meine Rechnung nicht mehr an, außerdem möchte ich den Abschlag anpassen“, stößt ein rein intentbasiertes System an Grenzen. Genau hier ergänzen LLMs die Architektur – nicht als Ersatz, sondern als zusätzliche Schicht für Verständnis, Formulierung und Steuerung.
Cognigy ist bei den Sprachmodellen grundsätzlich modellagnostisch ausgelegt. Unternehmen können verschiedene LLM-Anbieter anbinden, darunter große Cloud-Anbieter und je nach Konfiguration auch Modelle, die in europäischen oder eigenen Umgebungen betrieben werden. Welche Modelle aktuell offiziell unterstützt werden und welche Datenflüsse dabei entstehen, sollten Sie beim Anbieter prüfen – gerade für die Datenschutzbewertung ist das entscheidend.
LLMs werden in Cognigy an unterschiedlichen Stellen eingesetzt: zur Erkennung komplexer Anliegen, zum Umformulieren von Antworten in natürlichere Sprache, zum Zusammenfassen von Gesprächen, zur Extraktion strukturierter Daten aus freier Rede und für den Wissensabruf. Bei Letzterem durchsucht der Agent hinterlegte Dokumente, FAQ und Wissensdatenbanken und formuliert daraus eine Antwort (Retrieval-Augmented Generation). Das senkt den Pflegeaufwand gegenüber manuell gepflegten Antworttexten erheblich, verlagert ihn aber auf die Qualität der Wissensbasis: Veraltete oder widersprüchliche Dokumente führen zu veralteten oder widersprüchlichen Antworten.
Der jüngste Entwicklungsschritt ist der Übergang von Bots, die antworten, zu Agenten, die handeln. Ein AI Agent in Cognigy erhält eine Rolle, Anweisungen, Wissen und eine Liste von Werkzeugen – etwa „Kundendaten abrufen“, „Termin buchen“ oder „Adresse ändern“. Im Gespräch entscheidet das Sprachmodell selbst, welche Informationen fehlen, welche Rückfragen nötig sind und wann welches Werkzeug aufgerufen wird. Dadurch lassen sich Anliegen abdecken, die mit starren Flows nur mit enormem Modellierungsaufwand abbildbar wären.
Mehr Autonomie bedeutet aber auch mehr Verantwortung beim Design. Leitplanken (Guardrails) legen fest, worüber der Agent sprechen darf, welche Aktionen eine Bestätigung erfordern und wann zwingend an einen Menschen übergeben wird. Für transaktionale Schritte empfehlen wir einen hybriden Ansatz: Das LLM führt das Gespräch und sammelt Informationen, die eigentliche Aktion – etwa eine Vertragsänderung – wird über einen klar definierten, deterministischen Prozessschritt mit Validierung ausgeführt. So verbindet man die Flexibilität generativer KI mit der Prüfbarkeit klassischer Abläufe.
Cognigy wurde lange als Plattform positioniert, die sich neben verschiedenen Contact-Center-Lösungen einsetzen lässt. Typische Szenarien sind die Anbindung an Genesys, NICE CXone, Five9, Avaya, Cisco-Umgebungen oder Microsoft-basierte Contact Center. Der virtuelle Agent nimmt den Anruf oder Chat zuerst an, löst das Anliegen oder qualifiziert es und übergibt bei Bedarf an die Warteschlange der CCaaS-Plattform – idealerweise mit allen bereits erhobenen Informationen, damit der Kunde nichts wiederholen muss.
Mit der Zugehörigkeit zu NICE ist zu erwarten, dass die Integration in CXone besonders tief wird. Für Unternehmen, die bereits NICE nutzen, ist das ein klarer Vorteil. Für Kunden mit Genesys, Five9 oder anderen Plattformen ist es eine Frage, die man aktiv adressieren sollte: Welche Konnektoren werden in welchem Umfang weiterentwickelt, und wie lange gelten Zusagen? Lassen Sie sich die Unterstützung Ihrer konkreten Plattform und Version schriftlich bestätigen.
Für die Anbindung von Geschäftssystemen bietet Cognigy vorgefertigte Erweiterungen für verbreitete Anwendungen wie CRM-, Ticket- und ITSM-Systeme sowie generische Schnittstellen über REST-APIs, Webhooks und Code-Knoten. Im deutschen Mittelstand liegen die eigentlichen Herausforderungen allerdings oft woanders: in gewachsenen ERP-Systemen, branchenspezifischen Fachanwendungen oder Datenbanken ohne moderne API. Hier entsteht der Großteil des Integrationsaufwands, unabhängig davon, welche Conversational-AI-Plattform man wählt.
Bewährt hat sich eine Middleware- oder API-Schicht zwischen Agent und Backend. Sie kapselt die Logik der Fachsysteme, stellt dem Agenten klar definierte, abgesicherte Funktionen bereit („Kundenstatus abrufen“, „Termin anlegen“) und verhindert, dass der Agent direkt und unkontrolliert auf Kernsysteme zugreift. Das erhöht die Sicherheit, erleichtert Tests und macht spätere Plattformwechsel deutlich einfacher.
Auf der Infrastrukturseite bindet Cognigy Telefonanlagen und Carrier über SIP an, häufig über Session Border Controller. Für Spracherkennung und Sprachausgabe lassen sich verschiedene Anbieter integrieren, ebenso unterschiedliche LLM-Anbieter. Diese Offenheit ist ein strategischer Vorteil: Unternehmen können für Deutsch die am besten geeignete Engine wählen, Modelle bei Bedarf wechseln und datenschutzfreundliche Optionen bevorzugen. Gleichzeitig steigt mit jedem zusätzlichen Anbieter die Komplexität von Verträgen, Datenflüssen und Fehlersuche.
Parloa ist ebenfalls in Deutschland gegründet und hat sich stark auf Voice-first-AI-Agents für den Kundenservice konzentriert. Beide Plattformen adressieren ähnliche Zielgruppen, unterscheiden sich aber in Herkunft und Schwerpunkt. Cognigy bringt eine längere Historie als breite Enterprise-Plattform mit vielen Kanälen, klassischer NLU, ausgereiftem Flow-Editor und umfangreichen Betriebsoptionen mit. Parloa ist stärker als KI-native Voice-Plattform aufgebaut und legt besonderen Fokus auf natürliche Telefonie-Gespräche mit LLM-Agenten.
In der Auswahl entscheidet häufig das Umfeld: Wer eine Plattform für viele Kanäle sucht, hohe Anforderungen an On-Prem- oder Private-Cloud-Betrieb hat oder ohnehin NICE einsetzt, landet eher bei Cognigy. Wer vor allem den Telefonkanal schnell mit modernen KI-Agenten automatisieren möchte und Wert auf CCaaS-Unabhängigkeit legt, sollte Parloa in die engere Wahl nehmen. Ein direkter Pilotvergleich mit identischen Anwendungsfällen ist in diesem Duell besonders aufschlussreich.
Rasa verfolgt einen anderen Ansatz: Es ist ein Framework für Entwicklerteams, die ihre Conversational AI selbst bauen, in eigener Infrastruktur betreiben und bis ins Detail kontrollieren wollen. Das bietet maximale Souveränität und Flexibilität, erfordert aber ein eigenes Team mit Machine-Learning- und Software-Kompetenz. Telefonie, Analytics und Fachbereichswerkzeuge müssen in größerem Umfang selbst ergänzt werden. Für Unternehmen mit starker interner IT kann das attraktiv sein, für die meisten Mittelständler ist Cognigy der kürzere Weg zur produktiven Lösung.
PolyAI ist auf besonders natürlich wirkende Voice Agents spezialisiert und tritt häufig stärker als Lösungs- und Serviceanbieter auf: Der Anbieter entwickelt und betreut die Agenten in größerem Umfang selbst. Das entlastet interne Teams, reduziert aber die eigene Gestaltungshoheit. Cognigy ist demgegenüber stärker als Plattform angelegt, auf der Unternehmen oder Partner selbst bauen. Die Frage lautet hier: Wollen Sie eine Kompetenz im eigenen Haus aufbauen oder ein Ergebnis einkaufen?
Große CCaaS-Anbieter wie Genesys und NICE bauen eigene KI-Funktionen direkt in ihre Plattformen ein. Der Vorteil liegt in der nahtlosen Integration: ein Vertrag, eine Oberfläche, ein Reporting. Bei NICE ist Cognigy inzwischen selbst Teil dieses nativen Angebots, was die Grenze verwischt. Für Genesys-Kunden stellt sich die Frage, ob die eingebauten KI-Funktionen ausreichen oder ob eine spezialisierte Plattform mehr Tiefe bietet. Spezialisierte Plattformen punkten traditionell bei komplexen Dialogen, Mehrsprachigkeit und flexibler Modellwahl, Suite-Funktionen bei Einfachheit und Konsistenz.
Im SaaS-Modell betreibt der Anbieter die Plattform in seiner Cloud, inklusive Updates, Skalierung und Überwachung. Das ist der schnellste und für die meisten Unternehmen wirtschaftlichste Weg. Entscheidend ist hier die Wahl der Hosting-Region; für DACH-Kunden sollte eine europäische Region vereinbart und vertraglich fixiert werden. Bei einer dedizierten oder Private-Cloud-Umgebung läuft die Plattform in einer separaten Instanz, oft mit eigenen Netzwerk- und Sicherheitsvorgaben. Das erhöht die Isolation und Steuerbarkeit, aber auch die Kosten.
Beim On-Prem-Betrieb installiert das Unternehmen die Plattform in der eigenen Infrastruktur, typischerweise auf Basis von Container-Orchestrierung. Das bietet maximale Kontrolle über Daten und Netzwerk, verlagert aber die Verantwortung für Betrieb, Updates, Skalierung, Hochverfügbarkeit und Sicherheit ins eigene Haus. Wichtig: Auch bei On-Prem-Betrieb kann Datenverkehr zu externen Diensten entstehen, etwa zu STT-, TTS- oder LLM-Anbietern. Echte Souveränität erfordert, dass auch diese Komponenten in kontrollierten Umgebungen laufen.
Gut passt Cognigy zu Mittelständlern mit einem eigenen Kundenservice von relevanter Größe, mehreren Kanälen und wiederkehrenden Anliegen; zu Unternehmen in regulierten Branchen wie Energie, Versicherung oder Gesundheitswesen, die Wert auf flexible Betriebsmodelle legen; zu Organisationen, die bereits NICE oder eine andere CCaaS-Plattform betreiben und KI tief integrieren wollen; und zu Firmengruppen mit mehreren Marken oder Sprachen, die eine gemeinsame Plattform aufbauen möchten.
Weniger gut passt Cognigy zu kleinen Unternehmen mit geringem Kontaktvolumen, bei denen Lizenz- und Projektaufwand in keinem Verhältnis zum Nutzen stehen; zu Firmen ohne eigene IT- oder Partnerkapazität für Integration und Pflege; und zu Vorhaben, die nur einen einzelnen, einfachen Anwendungsfall abdecken sollen. In diesen Fällen sind schlankere Voice-Agent-Lösungen, Telefonie-Plattformen mit KI-Funktionen oder ein klar abgegrenztes Projekt mit einem Entwicklungsframework oft wirtschaftlicher.
Der häufigste Fehler im Mittelstand ist eine überzogene Erwartung an die Automatisierungsquote. Herstellerpräsentationen zeigen gern beeindruckende Werte aus Großprojekten mit optimalen Voraussetzungen. In der Praxis hängt die erreichbare Quote von der Struktur der Anliegen, der Datenverfügbarkeit, der Integrationstiefe und der Bereitschaft der Kunden ab, mit einem KI-Agenten zu sprechen. Wir empfehlen, mit einem klar messbaren Anwendungsfall zu starten, die Ausgangslage sauber zu erheben und Ziele erst nach dem Pilot zu schärfen.
Ebenso wichtig ist die interne Kommunikation. Mitarbeitende im Kundenservice erleben KI-Agenten oft zunächst als Bedrohung. Erfolgreiche Projekte binden das Team früh ein, nutzen dessen Erfahrung für das Dialogdesign und zeigen, dass der Agent repetitive Aufgaben übernimmt, damit Menschen sich um anspruchsvolle Fälle kümmern können. Wo ein Betriebsrat existiert, gehören Agent Copilot und Gesprächsanalysen frühzeitig in die Abstimmung, da sie Leistungs- und Verhaltensdaten berühren können.
Die Gesamtkosten setzen sich typischerweise aus mehreren Blöcken zusammen. Erstens die Plattformlizenz, die sich je nach Vertrag an Gesprächsvolumen, Kanälen, Modulen oder Kapazität orientiert. Zweitens die verbrauchsabhängigen Kosten für Spracherkennung, Sprachausgabe und LLM-Nutzung, die je nach Anbieter separat oder gebündelt abgerechnet werden. Drittens die Infrastrukturkosten bei Private Cloud oder On-Prem. Viertens – und häufig am stärksten unterschätzt – die Projekt- und Betriebskosten für Dialogdesign, Integration, Tests, Pflege und Monitoring.
Für eine ehrliche Wirtschaftlichkeitsbetrachtung sollten Sie die Kosten pro gelöstem Anliegen den bisherigen Kosten pro Kontakt gegenüberstellen und dabei realistische, im Pilot gemessene Automatisierungsquoten ansetzen. Rechnen Sie über mindestens drei Jahre und berücksichtigen Sie, dass LLM- und Sprachkosten mit dem Volumen skalieren. Fragen Sie außerdem nach den Konditionen für Vertragsverlängerungen – gerade nach einer Übernahme können sich Lizenzmodelle verändern.
Cognigy hat europäische Wurzeln, Entwicklung in Deutschland und bietet mit europäischem Hosting, Private Cloud und On-Prem überdurchschnittlich viele Optionen für Datenhoheit. Für viele DACH-Unternehmen war das in der Vergangenheit ein entscheidendes Auswahlkriterium. Mit der Übernahme durch NICE gehört Cognigy jedoch zu einem Konzern mit Sitz außerhalb der EU. Das ändert nicht automatisch die technische Datenhaltung, wohl aber die Gesamtbewertung: Konzernweite Zugriffsrechte, Support-Strukturen, Unterauftragsverarbeiter und die Frage, welchem Recht die Muttergesellschaft unterliegt, gehören in die Prüfung.
Für die meisten Anwendungsfälle lässt sich Cognigy mit EU-Hosting, sauberem AVV und geprüften Unterauftragsverarbeitern datenschutzkonform betreiben. Für besonders sensible Szenarien – Berufsgeheimnisträger, Gesundheitsdaten, kritische Infrastrukturen, öffentliche Verwaltung – ist der On-Prem- oder Private-Cloud-Betrieb mit ebenfalls kontrolliert betriebenen Sprach- und Sprachmodell-Komponenten ein starkes Argument. Klären Sie in jedem Fall schriftlich, wer im Supportfall auf welche Daten zugreifen kann und von wo aus.
Bei KI-Telefonie treffen mehrere Regelungsbereiche aufeinander. Die Aufzeichnung von Telefongesprächen ist in Deutschland ein sensibles Thema; das unbefugte Aufzeichnen des nichtöffentlich gesprochenen Wortes kann sogar strafrechtlich relevant sein. Gesprächsmitschnitte, Transkripte und Analysen benötigen daher eine tragfähige Rechtsgrundlage, häufig eine informierte Einwilligung, sowie klare Zweckbindung und Löschfristen. Sprachdaten können zudem Rückschlüsse auf Gesundheit, Herkunft oder Emotionen zulassen und sind entsprechend sorgsam zu behandeln.
Der EU AI Act sieht für KI-Systeme, die direkt mit Menschen interagieren, Transparenzpflichten vor: Personen müssen grundsätzlich darüber informiert werden, dass sie mit einem KI-System kommunizieren, sofern das nicht offensichtlich ist. Für einen Voice Agent bedeutet das eine klare Ansage zu Beginn des Gesprächs. Synthetisch erzeugte Inhalte unterliegen weiteren Kennzeichnungsvorgaben. Funktionen wie Emotionserkennung können je nach Einsatzkontext zusätzlichen Anforderungen unterliegen oder im Beschäftigungskontext eingeschränkt sein. Welche Pflichten wann konkret greifen, ist im Einzelfall zu prüfen.